A Amazon Web Services introduziu suporte para chaves geridas pelo cliente (CMK) no SageMaker MLflow, permitindo que empresas e equipas de desenvolvimento encriptem as suas cargas de trabalho sensíveis utilizando as suas próprias chaves criptográficas através do AWS Key Management Service (KMS). Esta nova melhoria de segurança aborda requisitos críticos de conformidade e governação de dados para organizações que operam em setores estritamente regulados, dando aos administradores de sistemas supervisão direta sobre os seus ciclos de vida de encriptação, enquanto tiram partido de uma infraestrutura de aprendizagem automática totalmente gerida.
Elevar a Segurança e a Conformidade em Fluxos de Trabalho de Machine Learning
Os pipelines de aprendizagem automática lidam frequentemente com vastas quantidades de dados sensíveis, desde propriedade intelectual corporativa proprietária até informações de identificação pessoal. Antes desta atualização, as organizações com mandatos rigorosos de conformidade enfrentavam dificuldades ao tentar alinhar ambientes MLflow geridos com políticas internas de segurança que exigem propriedade estrita de chaves de encriptação. Ao integrar chaves geridas pelo cliente, a Amazon Web Services colmata esta lacuna, permitindo que as equipas de segurança imponham controlos de acesso precisos, rotacionem chaves de acordo com mandatos internos e revoguem instantaneamente o acesso ao armazenamento subjacente quando necessário.
Além disso, a integração oferece profunda visibilidade sobre as interações de dados ao emparelhar-se com o AWS CloudTrail. Esta combinação garante que cada evento de acesso a dados dentro do ambiente da Aplicação MLflow seja totalmente registado e rastreável, cumprindo os requisitos abrangentes de auditoria exigidos por órgãos reguladores nos domínios financeiro, da saúde e do setor público.
Requisitos Técnicos e Disponibilidade Regional
A implementação de encriptação gerida pelo cliente no SageMaker MLflow requer a adesão a parâmetros estruturais específicos definidos pela arquitetura da plataforma. Os arquitetos de sistemas e engenheiros de plataformas devem ter em conta os seguintes critérios técnicos ao configurar as suas implementações:
- Localização da Chave: As chaves geridas pelo cliente devem ser geradas e alojadas exatamente na mesma conta AWS e na mesma região AWS que a Aplicação MLflow correspondente.
- Tipo de Chave: O serviço suporta exclusivamente chaves simétricas do AWS KMS, mantendo a compatibilidade com as melhores práticas criptográficas padrão para a proteção de dados em repouso.
- Integração de Auditoria: O rastreio abrangente de acesso a dados é encaminhado automaticamente através do AWS CloudTrail para monitorização contínua de segurança.
- Âmbito de Implementação: A funcionalidade está geralmente disponível em todas as Regiões AWS onde a Aplicação SageMaker MLflow é atualmente suportada.
As organizações que pretendam implementar esta capacidade podem consultar a documentação técnica e os caminhos de configuração disponíveis diretamente através dos portais oficiais de documentação da AWS.
Fonte: Artigo original
